根据Keras文档的规则手册创建自定义指标以进行回归

问题描述

我发现了两个主要来源。

A tutorial，未按照规则书进行（我希望避免）
Keras' documentation（我更希望避免出现意外）

我更喜欢遵循Keras的文档来避免内存泄漏，因为某些try custom approaches与Keras在一起的人就是这种情况。
但是Keras在文档中显示的是关于分类的。这不是我的情况。
因此，我尝试查看Keras的源代码。正好在文件中：/lib/python3.7/site-packages/tensorflow_core/python/keras/metrics.py。这一点对我都没有帮助，因为大多数指标（有些例外是分类指标）都是通过包装程序完成的，如下所示：

@keras_export('keras.metrics.MeanSquaredError')
class MeanSquaredError(MeanMetricWrapper):
    """Computes the mean squared error between `y_true` and `y_pred`.

    For example,if `y_true` is [0.,0.,1.,1.],and `y_pred` is [1.,0.]
    the mean squared error is 3/4 (0.75).

    Usage:

    ```python
    m = tf.keras.metrics.MeanSquaredError()
    m.update_state([0.,[1.,0.])
    print('Final result: ',m.result().numpy())  # Final result: 0.75
    ```

    Usage with tf.keras API:

    ```python
    model = tf.keras.Model(inputs,outputs)
    model.compile('sgd',metrics=[tf.keras.metrics.MeanSquaredError()])
    ```
    """

    def __init__(self,name='mean_squared_error',dtype=None):
        super(MeanSquaredError,self).__init__(
            mean_squared_error,name,dtype=dtype)

如您所见，只有构造函数方法，我需要的udpate_state方法没有很好的启发。
在哪里可以找到它？

python 3.7.7
tensorflow 2.1.0
keras应用程序1.0.8
keras预处理1.1.0

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

keras metrics tensorflow